Fase3 100402 272

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”
ESCUELA DE CIENCIAS ADMINISTRATIVAS, CONTABLES, ECONOMICAS Y DE NEGOCIOS
PROBABILIDAD GRUPO 100402_272
AXIOMAS DE PROBABILIDAD
TUTOR:
LUIS ALEXANDER SARAVIA ROA
AUTORES:
JESUS DAVID CARVAJAL COD. 74377337

OSCAR ALARCON RESTREPO COD. 79331434
LUIS CARLOS SARMIENTO COD. 79345583
ALAIN MORALES SOTOMAYOR COD 72427923
EDGAR ALEJANDRO CAÑON COD. 79169001
18 DE OCTUBRE DE 2017
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - PROBABILIDAD - UNIDAD 1 - FASE 3 AXIOMAS DE PROBABILIDAD -
ACTIVIDAD COLABORATIVA 2
Introducción
En la vida real existen algunos sucesos que están dados por el azar, de los cuales no se puede
estipular con exactitud un resultado, por esta razón existe la probabilidad, para medir dichos
eventos, como el lanzamiento de un dado o la probabilidad de que al lanzamiento de una moneda
salga cara o sello, o simplemente si hoy lloverá, es verdad que en estos casos no será una
respuesta obvia pero con más información se podrá tener un grado de certeza, la cual se llama
probabilidad.
El presenta trabajo ofrece cinco estudios de caso diferentes para hallar la probabilidad en cada
uno de los temas propuestos, realizándose con el fin de promover la importancia del uso de las
técnicas de conteo, permutaciones, variaciones y combinaciones, tomando como base las reglas
de adición y multiplicación, la probabilidad condicional y el teorema de Bayes.
Cuadro sinóptico
Solución al estudio del caso 1
En una universidad de Bogotá se realizó un informe sobre el rendimiento académico de los

estudiantes que cursaron asignaturas en el área de matemáticas en el periodo 2015 - I. Los
resultados obtenidos muestran el rendimiento por curso, por programa y por profesor.
Datos: La base de datos incluye la compilación de la información reportada por los docentes del
área, incluye 2755 registros de estudiantes inscritos en alguna de las asignaturas ofrecidas por el
área. Los profesores reportaron la valoración (notas) de cada corte, y con ellas se hizo
seguimiento durante el semestre.
APROBÓ: Estudiantes que finalizaron el curso con una nota superior o igual a 3.0.
REPROBÓ: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin contar a quienes ya
perdieron por fallas, o fueron reportados por cancelación de semestre.
CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron reportados por
cancelación de semestre
Cancelo o
Reprob
Curso Aprobó perdió Total
ó
por fallas
Algebra lineal 178 10 30 218
Análisis numérico 146 15 21 182
Cálculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Cálculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones 178 47 40 265
diferenciales
Estadística básica 33 11 9 53
Estadística inferencial 269 70 98 437
Matemáticas avanzadas 199 53 73 325
Matemáticas discretas 44 13 23 80
Pre cálculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755
Cancelo o
Reprob
Programa Aprobó perdió Total
ó
por fallas
Administración 146 15 21 182
ambiental
Admón. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contaduría 99 23 19 141
Economía 99 19 24 142
Ing Mecatrónica 515 118 154 787
Ing. Civil 88 20 27 135
Ing. Financiera 83 29 22 134
Ing. Sistemas 127 26 53 206
Ing. 32 9 15 56
Telecomunicaciones
Negocios 69 21 33 123
Internacionales
Psicología 23 12 13 48
Total 1873 389 493 2755
Cancelo o
Profesor
Aprobó Reprobó perdió Total
por fallas
César r. 52 1 53
Claudia v. 31 5 36
Diana m. 97 4 18 119
Ernesto s. 166 17 21 204
Diego v. 36 5 4 45
Eduardo m. 154 17 26 197
Enrique p 118 25 13 156
Fernando m. 125 21 21 167
Gloria a. 151 32 20 203
Jairo a. 116 19 26 161
Javier b. 98 10 29 137
José c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
María a . 93 27 37 157
Mario g 90 16 46 152
Mercedes s. 60 15 27 102
Oscar n. 111 48 45 204
Patricia m. 37 14 22 73
Ricardo o. 57 31 46 134
Sandra m. 30 37 5 72
Total 1873 389 493 2755
Con el propósito de evaluar el resultado académico en los cursos del área de matemáticas, a
usted le han llamado para que ayude en el análisis de datos. Utilice su conocimiento de la
probabilidad para ayudar a realizar el informe solicitado.
Prepare un informe en el que debe incluir como mínimo lo siguiente:
1. La probabilidad de que un estudiante apruebe un curso del área de matemáticas
R// total de aprobados/ número total*100
P=1873/2755= 0,68*100 = 68%
P=68%
2. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del área
de matemáticas.
R// Aprobados/ número total*100

Profesor Aprobó Total

Probabilidad
3. Clasiﬁque los cursos
del área César r. 52 53 98% de acuerdo a
los Claudia v. 31 36 86% resultados
Diana m. 97 119 82% obtenidos.
Establezca
Ernesto s. 166 204 81%
los criterios que
Diego v. 36 45 80%
utilizó y dé las
razones Eduardo m. 154 197 78% de su
elección. Enrique p 118 156 76%
Fernando m. 125 167 75%
Clasifiqué Gloria a. 151 203 74% los cursos de
mayor a Jairo a. 116 161 72% menor en
relación a la Javier b. 98 137 72% mayor
cantidad de José c. 49 74 66% estudiantes
aprobados Luz p. 142 209 68% en relación
al total de alumnos.
Marcela f. 60 100 60%
María a . 93 157 59%
Mario g Programa 90 Aprob 152
Total 59%
Respuesta
Mercedes s.
Algebra lineal ó
60 178 102
218 59%
82%
Oscar n. 111 204 54%
Análisis numérico 146 182 80%
Patricia m. 37 73 51%
Cálculoo.infinitesimal
Ricardo 57 252 328
134 77%
43%
Calculo
Sandra m.integral 30 56 79
72 71%
42%
Cálculo multivariado 244 357 68%
4. Califique Calculo negocios 226 331 68% los profesores
del área de acuerdo a los
Ecuaciones diferenciales 178 265 67%
resultados obtenidos.
Establezca Estadística básica 33 53 62% los criterios
que utilizó Estadística inferencial 269 437 62% y dé las
razones de su elección
Matemáticas 199 325 61%
Pienso que avanzadas
Matemáticas discretas 44 80 55% los profesores
con mejores Precalculo 42 83 51% resultados
obtenidos son los que
lograron que Probabilidad 6 17 35% mayor número
de estudiantes aprobaran.
Profesor Aprobó Total Probabilidad

César r. 52 53 98%
Claudia v. 31 36 86%
Diana m. 97 119 82%
Ernesto s. 166 204 81%
Diego v. 36 45 80%
Eduardo m. 154 197 78%
Enrique p 118 156 76%
Fernando m. 125 167 75%
Gloria a. 151 203 74%
Jairo a. 116 161 72%
Javier b. 98 137 72%
José c. 49 74 66%
Luz p. 142 209 68%
Marcela f. 60 100 60%
María a . 93 157 59%
Mario g 90 152 59%
Mercedes s. 60 102 59%
Oscar n. 111 204 54%
Patricia m. 37 73 51%
Ricardo o. 57 134 43%
Sandra m. 30 72 42%
5. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones
de su elección
El programa con mejores resultados se registra de mayor a menor acuerdo a la cantidad de

estudiantes aprobados en relación al total de alumnos.
Programa Aprob Total Respuest

Algebra lineal ó
178 218 a
82%
Análisis numérico 146 182 80%
Cálculo infinitesimal 252 328 77%
Calculo integral 56 79 71%
Cálculo multivariado 244 357 68%
Calculo negocios 226 331 68%
Ecuaciones 178 265 67%
diferenciales
Estadística básica 33 53 62%
Estadística inferencial 269 437 62%
Matemáticas 199 325 61%
avanzadas
Matemáticas discretas 44 80 55%
Precalculo 42 83 51%
Probabilidad 6 17 35%
Los Jueces del estado de Hamilton (E.E.-U.U.) procesan miles de casos al año. En la gran
mayoría de los casos presentados, la sentencia permanece como se presentó. Sin embargo,
algunos casos son apelados y en algunos de estos se revoca la sentencia. Una periodista del diario
Cincinnati Times realizó un estudio de los casos manejados por los jueces del condado de
Hamilton durante un periodo de tres años.
En la siguiente tabla se muestran lo resultados de 182908 casos presentados a 38 jueces del

Tribunal Penal, del Tribunal de Familia y del Tribunal Civil. Dos de los Jueces (Dinkelacker y
Hogan) no trabajaron en el mismo tribunal durante todo el periodo de tes años.
El propósito del estudio es evaluar el desempeño de los jueces. Las apelaciones con frecuencia
son resultado de errores cometidos por los jueces y el diario quería saber cuáles jueces estaban
haciendo en buen trabajo y cuales cometían demasiados errores. A usted le han llamado para que
ayude en el análisis de datos. Utilice su conocimiento de la probabilidad y la probabilidad
condicional para ayudar a calificar a los jueces. Tal vez pueda analizar la probabilidad de los casos
que se apelaron y revocaron manejados en los diferentes tribunales.
Prepare un informe con las calificaciones de los jueces. Incluya también un análisis de la
probabilidad de la apelación de revocación de casos en los tres tribunales. Como mínimo, su
informe debe incluir lo siguiente:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales

2. La probabilidad de que se apele un caso, por cada juez
3. La probabilidad de que se revoque un caso, por cada juez
4. La probabilidad de una revocación dada una apelación, por cada juez
5. Califique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las
razones de su elección.
Se puede evidenciar que el juez que peor desempeño tuvo en los tres tribunales en casos de
apelación y revocados fue J. Howard Sundermann.
En la sala tribunal penal el juez que tuvo mejor desempeño en casos apelados fue Patrick
Dinkelacker y el juez que tuvo peor desempeño fue Robert Ruehlman.
El juez que tuvo mejor desempeño en casos revocados Thomas Nurre y el juez que tuvo peor
desempeño fue William Morrissey.
En la sala tribunal de familia el juez que tuvo mejor desempeño en casos apelados y revocados
fue Penelope Cunningham.
Y el juez que tuvo peor desempeño en casos apelados y revocados fue Deborah Gaines.
En la sala tribunal Civil el juez que tuvo mejor desempeño en casos apelados fue John A West y
el juez que tuvo peor desempeño fue David Davis.
El juez que tuvo mejor desempeño en casos revocados Karla Grady y el juez que tuvo peor
desempeño fue Jack Rosen.

Con frecuencia es necesario hallar la probabilidad incondicional de un evento B, dado que un

evento A ha ocurrido. Una de estas situaciones ocurre al hacer exámenes de selección, que solían
estar asociados principalmente con exámenes médicos de diagnóstico pero que ahora están
encontrando aplicaciones en varios campos de actividad. Los exámenes de esteroides en atletas,
los exámenes caseros de embarazo y los exámenes para detectar sida son algunas otras
aplicaciones.
Los exámenes de selección se evalúan sobre la probabilidad de un falso negativo o un falso

positivo y éstas dos son probabilidades condicionales. Un falso positivo es el evento de que el
examen sea positivo para una condición determinada, dado que la persona no tiene la condición.
Un falso negativo es el evento de que el examen sea negativo para una condición determinada,
dado que la persona tiene la condición.
Se pueden evaluar estas probabilidades condicionales usando una fórmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes. El teorema se utiliza para revisar
probabilidades previamente calculadas cuando se posee nueva información y fue desarrollado por
el reverendo Thomas Bayes en el siglo XVII.
Se supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del 80% entre
gente que lo padece, y no detecta el 20% restante. Si una persona no padece este tipo de cáncer
la prueba indicará este hecho un 90% de las veces e indicará que lo tiene un 10% de ellas. Por
estudios realizados se supone que el 5% de la Población padece este tipo de cáncer.
Con base en esta información y usando el Teorema de Bayes, elabore un informe que como
mínimo, debe incluir: (se sugiere elaborar un diagrama de árbol) 8
EVENTOS
A= tiene cáncer.
B= no tiene cáncer.
C= prueba que indica que tiene cáncer.
P ( CA )=0.80 O80 %
P1 ( CA )=0.20 O 20 %
P ( CB )=0.10 O 10 %
P1 ( CB )=0.90 O90 %
P ( A )=0.05 O 5 %
P ( B )=0.95 O 95 %
1. Probabilidad de que una persona tenga este tipo de cáncer: Probabilidad de que NO tenga
este tipo de cáncer.
a. Probabilidad de que una persona tenga este tipo de cáncer:

P(A)= 0.5 o 5% de que una persona tenga este cáncer.
b. Probabilidad de que NO tenga este tipo de cáncer.

P(B)= 0.95 o 95% Probabilidad de que no tenga este tipo de cáncer.
2. Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene
cáncer dado que la persona no tiene la enfermedad.
P1(C/A)= 0.20 o 20% Probabilidad de un falso positivo.
3. Probabilidad de un falso negativo, es decir, que el examen indique que la persona tiene
cáncer dado que la persona no tiene la enfermedad.
P(C/B)= 0.10 o 10% Probabilidad de un falso negativo.
4. Probabilidad de que el examen indique que la persona tiene cáncer.
P(C/A)= 0.80 o 80% Probabilidad del examen indicando que tiene cáncer.
5. Probabilidad de que la persona tenga cáncer dado que el examen indico que tiene cáncer.
P ( A) . P ( CA )
P ( CA )= P ( A ) . P C + P ( B ) . P C
( A) (B)
0.05∗0.8
¿
( 0.05∗0.8 )+(0.95∗0.10)
0.04
¿
0.135
¿ 0 . 296 o 29 .6 % Probabilidad que tiene cáncer dado al dado al resultado del examen indicando
que tiene cáncer.
6. Probabilidad de que la persona NO tenga cáncer dado que el examen índico que NO tiene
cáncer.
P (B) . P ( CB )
P ( CB )= P ( B ) . P C + P ( A ) . P C
(B) ( A)
0.95∗0.10
¿
( 0.95∗0.10 )+(0.05∗0.8)
0.095
¿
0.135
¿ 0 . 703 o 70. 3 % Probabilidad de no tener cáncer dado al resultado del examen indicando que no
tiene cáncer.
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para
detectar este tipo de cáncer.
a. La probabilidad del examen no es tan confiable dado que solo el 29.6% de los
resultados de los exámenes, indican que si tiene cáncer a las personas que tienen
cáncer. (producto de la respuesta del punto #5).
Un fabricante de reproductores de DVD compra un microchip en particular, denominado LS-24,

a tres proveedores: Hall Electronics, Schuller Sales y Crawford Components.
Los registros de la compañía muestran que el Veinticinco por ciento de los chips LS-24 se le
compran a Hall Electronics; el treinta por ciento a Schuller Sales y el restante, a Crawford
Components. El fabricante cuenta con amplios historiales sobre los tres proveedores y sabe que
2% de los chips LS-24 de Hall Electronics tiene defectos, 4% de los de Schuller Sales también y6
% de los que vende Crawford Components son defectuosos. Cuando los chips LS-24 se reciben, se
les coloca directamente en un depósito y no se inspeccionan ni se identifican con el nombre del
proveedor.
Un trabajador selecciona un chip para instalarlo en un reproductor de DVD y lo encuentra

defectuoso. Como el fabricante no identificó los chips, no se está seguro de qué proveedor los
fabricó. Con el propósito de evaluar con que proveedor hay mayor probabilidad de tener chips
defectuosos, usted ha sido llamado para que ayude en el análisis de datos. Utilice su conocimiento
de la probabilidad y las aplicaciones del Teorema de Bayes para ayudar a realizar el informe
solicitado.
Prepare un informe en el que debe incluir como mínimo lo siguiente:
Identificación de eventos:
PROBABILIDAD PROBABILIDAD
PROVEEDORES COMPRAS DEFECTUOSO
A PRIORI CONDICIONAL
Hall Electronics 25% 0,25 2% 0,02
Schuller Sales 30% 0,3 4% 0,04
Crawford
45% 0,45 6% 0,06
Components
1.- Un diagrama de árbol que represente las probabilidades dadas y las probabilidades
encontradas.
2.- Probabilidad de que un chip este defectuoso
Se aplica la probabilidad total:
P(D)= Probabilidad defectuoso
P(D)= P(D|A1). P(A1) +P(D|A2). P(A2) +P(D|An). P(An)
P(D)= (0,02*0.25) +(0,04*0.3) +(0,6*045)
P(D)= 0,005+0,012+0,27
P(D)= 0,044
La probabilidad de que un chip este defectuoso es del 4.4%.
3- Probabilidad de que el chip este en buenas condiciones
Se aplica la probabilidad total
P(B)= probabilidad buenas condiciones
P(B)= P(B|A1). P(A1) +P(B|A2) +P(B|An). P(An)
P(B)= (0,98*0,25) +(0,96*0,3) +(0,94*0,45)
P(B)= 0,245+0,288+0,423
P(B)= 0,956
Se identifica que la probabilidad de que un chip este en buenas condiciones es del

95.6%.
4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya sido
fabricado por cada uno de los proveedores
HE=Hall Electronics
SS=Schuller Sales
CC=Crawford Components
Se aplica el teorema de Bayes para calcular la fabricación de cada proveedor:
P ( A I ) . P(B∨ A I )
P ( A I|B )=
P ( A 1 ) . P ( B|A 1 ) + P ( A 2 ) . P ( B| A2 ) + …+ P ( A n ) . p(B∨A n )
Hall Electronics (HE)
(0,25∗0,02)
P= ( HE| A )=
( 0,25∗0,02 ) + ( 0,3∗0,04 )+(0,45∗0,06)
0,005
P= ( HE| A )=
0,005+ 0,012+0,027
0,005
P= ( HE| A )=
0,044
P= ( HE| A )=0,114
La probabilidad de que el chip defectuoso haya sido fabricado por Hall Electronics
(HE) es del 11.4%
Schuller Sales (SS)
(0,3∗0,04)
P= ( SS| A )=
( 0,25∗0,02 )+ ( 0,3∗0,04 ) +( 0,45∗0,06)
0,012
P= ( SS| A )=
0,005+0,012+0,027
0,012
P= ( SS| A )=
0,044
P= ( SS| A )=0,273
La probabilidad de que el chip defectuoso haya sido fabricado por Schuller Sales (SS)
del 27.3%
Crawford Components (CC)
( 0,45∗0,06)
P= (CC| A )=
( 0,25∗0,02 )+ ( 0,3∗0,04 ) +( 0,45∗0,06)
0,027
P= (CC| A )=
0,005+0,012+0,027
0,027
P= (CC| A )=
0,044
P= (CC| A )=0,614
La probabilidad de que el chip defectuoso haya sido fabricado por Crawford
Components es del 61,4%
5.- Si el chip seleccionado está en buenas condiciones, debe encontrar la Probabilidad de que
haya sido fabricado por cada uno de los proveedores.
Se aplica el teorema de Bayes para calcular la fabricación de cada proveedor:
P ( A I ) . P(B∨ A I )
P ( A I|B )=
P ( A 1 ) . P ( B|A 1 ) + P ( A 2 ) . P ( B| A2 ) + …+ P ( A n ) . p(B∨A n )
Hall Electronics (HE)
(0,25∗0,98)
P= ( HE| A )=
( 0,25∗0,98 )+ ( 0,3∗0,96 )+(0,45∗0,94)
0,245
P= ( HE| A )=
0,245+ 0,288+0,423
0,245
P= ( HE| A )=
0,956
P= ( HE| A )=0,256
La probabilidad de que el chip se encuentre en buenas condiciones y que haya sido
fabricado por Hall Electronics es del 25.6%
Schuller Sales (SS)
( 0,3∗0,96)
P= ( SS| A )=
( 0,25∗0,98 ) + ( 0,3∗0,96 ) +(0,45∗0,94 )
0,288
P= ( SS| A )=
0,245+0,288+0,423
0,288
P= ( SS| A )=
0,956
P= ( SS| A )=0,301
fabricado por Schuller Sales es del 30%
Crawford Components (CC)
( 0,45∗0,94 )
P= (CC| A )=
( 0,25∗0,98 ) + ( 0,3∗0,96 ) +( 0,45∗0,94)
0,423
P= (CC| A )=
0,245+0,288+ 0,423
0,423
P= (CC| A )=
0,956
P= (CC| A )=0,442
fabricado por Crawford Components es del 44%
En su excitante novela “Congo”, Michael Crichton describe la búsqueda de depósitos de

diamantes azules cubiertos de boro llevada a cabo por Earth Resources Technology Services
(ERTS), una compañía dedicada a estudios geológicos. Según ERTS los diamantes son la clave
para una nueva generación de computadoras ópticas. En la novela ERTS compite contra un
consorcio internacional por encontrar la cuidad perdida de Zinj, que prosperó dada la minería de
diamantes hace varios miles de años (según la leyenda africana) y se ubica en lo más profundo de
la selva tropical de Zaire Oriental.
Después de la misteriosa destrucción de su primera expedición, ERTS lanza una segunda

expedición dirigida por Karen Ross, una experta en computación de 24 años de edad,
acompañada por el profesor Peter Eliot, un antropólogo; Amy, un gorila parlante; y el afamado
mercenario y líder de la expedición, el “capitán” Charles Munro. Las acciones ofensivas del
consorcio, la mortal selva tropical y las hordas de gorilas “parlantes” asesinos, que percibieron
que su misión era defender las minas de diamantes, bloquean los esfuerzos de Ross para
encontrar la ciudad. Para superar estos obstáculos Ross utiliza computadoras de la era espacial
para evaluar las probabilidades de éxito en todas las circunstancias posibles y las acciones que
pudiera llevar a cabo la expedición. En cada etapa de la expedición, ella evalúa rápidamente las
probabilidades de éxito.
En una etapa de la expedición Ross recibe informes de su oficina principal en Houston, de que
sus computadoras estiman que tiene 18 horas y 20 minutos de retraso en relación con el equipo
competidor euro-japones, en lugar de 40 horas de ventaja. Cambia los planes y decide que 10
miembros de su equipo desciendan en paracaídas en una región volcánica cerca de la ubicación
estimada de Zinj. Según el relato de Crichton, “Ross había vuelto a revisar las probabilidades de
la computadora de Houston y los resultados eran inequívocos. La probabilidad de un salto exitoso
era 0,8790; sin embargo, dado un salto exitoso, la probabilidad de éxito de la expedición era de
0,9483 con lo cual casi se aseguraba de que vencerían al consorcio”
Sin olvidar que se trata de la cita de una novela, examine las probabilidades
mencionadas y determine:
1. ¿Si fuera uno de los 10 miembros del equipo, cual es la probabilidad de completar su salto
con éxito?
10 → 0,8790
1→ x
1∗0,8790
x= =0,0879 %
10
La probabilidad de completar su salto con éxito es 0,0879 %
2. Si la probabilidad de que los 10 miembros del equipo tengan un salto exitoso es de 0.8790,
cual es la probabilidad de que un solo miembro del equipo pueda completar el salto con
éxito?
La probabilidad de que un solo miembro del equipo pueda completar el salto con
éxito es 0,0879 %
3. En el relato se afirma que: “esa probabilidad de 0,8790 significaba que había casi una
posibilidad entre cinco de que alguien se hiera seriamente en un salto”. ¿Concuerda usted con esa
afirmación? Si o no. ¿Por qué?
P de éxito = 0,8790
1
P fracaso = 1- 0,8790 = 0,121 =
8
Si tomamos como probabilidad de fracaso igual a que quede seriamente herido, se
puede decir que aproximadamente 1 de cada 8 podría sufrir este destino.

Fase3 100402 272

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Fase3 100402 272

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”

ESCUELA DE CIENCIAS ADMINISTRATIVAS, CONTABLES, ECONOMICAS Y DE NEGOCIOS

PROBABILIDAD GRUPO 100402_272

LUIS ALEXANDER SARAVIA ROA

JESUS DAVID CARVAJAL COD. 74377337

En una universidad de Bogotá se realizó un informe sobre el rendimiento académico de los

Prepare un informe en el que debe incluir como mínimo lo siguiente:

1. La probabilidad de que un estudiante apruebe un curso del área de matemáticas

R// total de aprobados/ número total*100

P=1873/2755= 0,68*100 = 68%

R// Aprobados/ número total*100

Profesor Aprobó Total

Profesor Aprobó Total Probabilidad

El programa con mejores resultados se registra de mayor a menor acuerdo a la cantidad de

Programa Aprob Total Respuest

Solución al estudio del caso 2

En la siguiente tabla se muestran lo resultados de 182908 casos presentados a 38 jueces del

1. La probabilidad de casos que se apelan y revocan en los tres tribunales

2. La probabilidad de que se apele un caso, por cada juez

3. La probabilidad de que se revoque un caso, por cada juez

4. La probabilidad de una revocación dada una apelación, por cada juez

Solución al estudio del caso 3

Con frecuencia es necesario hallar la probabilidad incondicional de un evento B, dado que un

Los exámenes de selección se evalúan sobre la probabilidad de un falso negativo o un falso

C= prueba que indica que tiene cáncer.

a. Probabilidad de que una persona tenga este tipo de cáncer:

b. Probabilidad de que NO tenga este tipo de cáncer.

P1(C/A)= 0.20 o 20% Probabilidad de un falso positivo.

P(C/B)= 0.10 o 10% Probabilidad de un falso negativo.

4. Probabilidad de que el examen indique que la persona tiene cáncer.

Solución al estudio del caso 4

Un fabricante de reproductores de DVD compra un microchip en particular, denominado LS-24,

Un trabajador selecciona un chip para instalarlo en un reproductor de DVD y lo encuentra

Prepare un informe en el que debe incluir como mínimo lo siguiente:

2.- Probabilidad de que un chip este defectuoso

Se aplica la probabilidad total:

P(D)= Probabilidad defectuoso

P(D)= P(D|A1). P(A1) +P(D|A2). P(A2) +P(D|An). P(An)

P(D)= (0,02*0.25) +(0,04*0.3) +(0,6*045)

La probabilidad de que un chip este defectuoso es del 4.4%.

3- Probabilidad de que el chip este en buenas condiciones

Se aplica la probabilidad total

P(B)= probabilidad buenas condiciones

P(B)= P(B|A1). P(A1) +P(B|A2) +P(B|An). P(An)

P(B)= (0,98*0,25) +(0,96*0,3) +(0,94*0,45)

Se identifica que la probabilidad de que un chip este en buenas condiciones es del

Se aplica el teorema de Bayes para calcular la fabricación de cada proveedor:

Hall Electronics (HE)

Schuller Sales (SS)

Crawford Components (CC)

Se aplica el teorema de Bayes para calcular la fabricación de cada proveedor:

Hall Electronics (HE)

Schuller Sales (SS)

Crawford Components (CC)

Solución al estudio del caso 5

En su excitante novela “Congo”, Michael Crichton describe la búsqueda de depósitos de

Después de la misteriosa destrucción de su primera expedición, ERTS lanza una segunda

Vous aimerez peut-être aussi

P(D)= (0,020.25) +(0,040.3) +(0,6*045)

P(B)= (0,980,25) +(0,960,3) +(0,94*0,45)